如何用apply函数遍历data.table的step组求xy列的交集？

嘿，我来帮你搞定这个批量求交集的需求！针对你的data.table分组求交集问题，其实用data.table原生的分组操作或者lapply都能轻松实现批量处理，不用一个个手动处理单个step。

先看模拟数据（贴合你的需求） #

假设你的数据结构大概是这样的（用data.table模拟）：

library(data.table)
# 构造示例数据，对应你预期的输出结果
dt <- data.table(
  step = rep(c(1, 2), each = 8),
  revision = rep(c("rev_a", "rev_b"), each = 4, times = 2),
  xy = c("1_15", "3_15", "5_15", "7_15",  # step1的rev_a
         "1_15", "3_15", "5_15", "7_15",  # step1的rev_b（和rev_a完全一致，交集就是全部）
         "12_15", "14_15", "16_15", "18_15",  # step2的rev_a
         "12_15", "14_15", "16_15", "18_15")  # step2的rev_b（交集就是全部）
)

方法1：用data.table原生分组（推荐，高效） #

直接利用data.table的by参数分组，在每个step组内完成交集计算：

# 计算每个step组内不同revision的xy交集，结果存为列表列
intersect_result <- dt[, .(common_xy = list(Reduce(intersect, split(xy, revision)))), by = step]

# 提取你要的列表形式输出
intersect_result$common_xy

运行后就能得到你预期的结果：

[[1]]
[1] "1_15" "3_15" "5_15" "7_15"

[[2]]
[1] "12_15" "14_15" "16_15" "18_15"

代码解释：

• by = step：告诉data.table按step分组处理
• split(xy, revision)：把当前step组里的xy列按revision拆分成子列表，每个子元素对应一个revision的xy值
• Reduce(intersect, ...)：对拆分后的列表依次执行交集操作，最终得到所有revision共有的xy值
• list(...)：把交集结果包装成列表，这样每个step对应一个向量结果

方法2：用lapply遍历分组（符合你提到的apply类函数需求） #

如果你更习惯用apply系列函数，可以先把数据按step拆分，再用lapply遍历每个组计算交集：

# 按step拆分数据为列表
step_groups <- split(dt, by = "step")

# 遍历每个step组，计算不同revision的xy交集
result_list <- lapply(step_groups, function(group) {
  # 按revision拆分当前组的xy，再求交集
  Reduce(intersect, split(group$xy, group$revision))
})

# 查看结果
result_list

这个方法得到的结果和上面完全一致，适合习惯用apply思维的场景。

小提示 #

如果你的revision数量不止2个，Reduce(intersect, ...)依然能正常工作——它会依次对所有revision的xy集合求交集，最终得到所有revision共有的值，非常灵活。

内容的提问来源于stack exchange，提问作者alaj